Artykuł na podstawie wideo, w którym Zbigniew Misiak, autor książki „Practical Business Process Modeling and Analysis” odpowiada na pytania społeczności Analiza IT.
Transformacje z wykorzystaniem sztucznej inteligencji weszły do mainstreamu. Organizacje testują, eksperymentują, tworzą prototypy i bardzo często kończy się to tym samym: kilka obiecujących pilotaży, ale brak realnej wartości biznesowej.
W najnowszym nagraniu Zbigniew Misiak odpowiada na pytanie: jak BPMN i analiza procesów mogą pomóc przygotować firmę do skutecznego wdrożenia AI? To pytanie padło od Pana Adama i – co ważne – otwiera dużo szerszą dyskusję o tym, jak organizacje powinny myśleć o transformacji.
Poniżej znajdziesz kluczowe wnioski.
Dlaczego wdrożenia AI w organizacjach często zawodzą? (analiza procesów jako brakujące ogniwo)
Organizacje dzielą się na dwie grupy:
- Te, które „bawią się AI” – robią szybkie pilotaże, testują narzędzia, ale nie przekłada się to na EBIT, produktywność ani przewagę konkurencyjną.
- Te, które realnie wykorzystują AI – mają jasną architekturę procesów, rozumieją, gdzie warto inwestować, a gdzie nie.
To potwierdza najnowszy McKinsey Global Survey on the State of AI, który wskazuje wyraźną przepaść między eksperymentatorami a organizacjami, które dzięki AI faktycznie rosną.
I tu pojawia się pierwsza ważna teza: bez solidnej architektury procesów AI pozostaje zabawką, a nie narzędziem transformacyjnym.
BPMN jest pomocny, ale nie jako pierwszy krok
Naturalny odruch analityków?
„Zróbmy diagram BPMN i zobaczmy, co da się zautomatyzować”.
Praktyka wskazuje na coś innego: zanim wejdziemy w BPMN, potrzebujemy spojrzenia z lotu ptaka.
Zbigniew Misiak podkreśla w nagraniu, że kluczowe pytania brzmią:
- Jak wygląda architektura procesów w naszej organizacji?
- Które procesy są kluczowe biznesowo?
- Jakie koszty, czasy, satysfakcję klientów i pracowników generują?
- W których obszarach AI ma realny potencjał, a w których wdrożenie będzie ryzykowne (np. regulacyjnie – AI Act)?
Dopiero mapa procesów + analiza wartości pozwalają odpowiedzieć na pytanie: gdzie wdrożenie AI ma sens i przyniesie wartość?
Architektura procesów organizacji jako fundament skutecznej transformacji z AI
W nagraniu pada świetny przykład: analiza „korzyści vs. kosztów” oraz potencjału automatyzacji, używana m.in. w Adonis Community Edition.
To narzędzie robi jedną ważną rzecz: ucina dyskusję opartą na intuicji i zastępuje ją twardymi danymi.
Zamiast:
„Mamy 15 tysięcy pomysłów – wybierzmy coś fajnego, żeby pokazać innowacyjność”.
Dostajemy:
„Widzimy konkretne procesy, ich wagę, koszty, ryzyka, potencjał automatyzacji. Tu inwestujemy, bo ma to sens.”
To jest język zarządu oraz język wartości. I to jest moment, w którym AI staje się narzędziem wzrostu, a nie ciekawostką.
BPMN w transformacji AI: jak modelować procesy „as-is” i „to-be”?
Kiedy już wiesz co zmieniać, BPMN pomaga zaplanować jak to zrobić.
Praktyczne zastosowania BPMN w transformacji AI:
1. Opis stanu obecnego („as-is”)
Zrozumienie przepływów, ról, danych, dokumentów, aplikacji. Bez tego nie zaprojektujesz sensownej zmiany.
2. Projektowanie stanu docelowego („to-be”)
- Które zadania przejmie AI?
- Jak wygląda human-in-the-loop?
- Jak dane przepływają w nowym procesie?
- Jak zmienia się rola człowieka?
3. Komunikacja z zespołem i interesariuszami
BPMN nie jest tylko dla analityków. To narzędzie, które pozwala pokazać: „tak pracujemy dzisiaj” vs. „tak będziemy pracować po wdrożeniu AI”.
Podsumowanie: kiedy BPMN faktycznie zwiększa wartość wdrożeń AI?
AI ma sens tylko wtedy, gdy wiemy, które procesy chcemy zmienić i dlaczego. BPMN jest świetnym narzędziem do projektowania transformacji, ale architektura procesów jest tym, od czego trzeba zacząć.
Jeżeli to podejście wdrożysz w swojej organizacji, unikniesz typowej pułapki:
👉 inwestujemy w AI tam, gdzie jest to łatwe, a nie tam, gdzie generuje wartość.
Gdzie znaleźć więcej?
W nagraniu Zbigniew odwołuje się do kilku źródeł:
- Książka „Practical Business Process Modeling and Analysis”
- Raport McKinsey Global Survey on the State of AI
FAQ – najczęstsze pytania o BPMN, analizę procesów i wdrożenia AI
1. Czy BPMN nadaje się do planowania wdrożeń sztucznej inteligencji?
Tak. BPMN pomaga zrozumieć, jak proces działa dziś („as-is”) i zaprojektować wersję docelową („to-be”), w której część zadań przejmuje AI. To praktyczne narzędzie do planowania zmian operacyjnych i komunikacji między zespołami.
2. Od czego zacząć analizę procesów przed wdrożeniem AI?
Najpierw zbuduj wysokopoziomową architekturę procesów: listę procesów, ich wagę biznesową, koszty, czasy oraz potencjał automatyzacji. Dopiero później schodzimy do BPMN.
3. Czy BPMN wystarczy, aby wdrożyć AI w organizacji?
Nie. BPMN pomaga projektować procesy, ale kluczowe są dane, architektura procesów, analiza ryzyka i zgodność regulacyjna (np. AI Act). BPMN to narzędzie, nie strategia.
4. Jak wybrać procesy, które najlepiej nadają się do automatyzacji AI?
Praktyka wskazuje, że warto użyć zestawień typu: koszty vs. korzyści vs. potencjał automatyzacji. Pomaga to ocenić, gdzie AI przyniesie realny zwrot, a nie tylko efekt „innowacji dla innowacji”.
5. Czy BPMN pozwala modelować współpracę ludzi i AI (human-in-the-loop)?
Tak. W BPMN da się oznaczyć zadania wykonywane przez człowieka, system oraz AI, a także punkty kontroli, walidacje i przepływ danych. To jedna z największych zalet BPMN w projektach AI.
6. Jak analiza procesów pomaga ograniczyć ryzyka przy wdrożeniach AI?
Dzięki mapowaniu ról, danych i aplikacji łatwiej ocenić:
- gdzie AI może wprowadzić błąd,
- jakie dane są potrzebne,
- gdzie pojawiają się ryzyka zgodności.
Dobrze zrobiona analiza procesów chroni organizację przed kosztownymi pomyłkami.
7. Czy architektura procesów jest konieczna przed modelowaniem BPMN?
Tak. Architektura procesów pozwala ustalić co w ogóle warto modelować. BPMN jest inwestycją – opłaca się tylko tam, gdzie proces ma znaczenie strategiczne lub jest kandydatem do transformacji.
8. Jak BPMN wspiera komunikację w projektach AI?
Diagramy BPMN eliminują nieporozumienia. Pokazują, jak proces działa teraz i jak będzie działał po wdrożeniu AI. To język zrozumiały zarówno dla biznesu, jak i IT.
